21、影响群体的艺术与策略

影响群体的艺术与策略

在当今社会,群体的力量不可小觑。无论是商业成功,还是演讲者想要影响听众,都与触动群体的想象力密切相关。正如有人所说:“商业上的成功,归根结底在于触动群体的想象力。这一代传教士在让人们追求善方面不如商人让人们渴望汽车、帽子和自动钢琴成功,原因在于商人这个群体更深入、更执着地研究人性,并且更努力地钻研触动群体想象力的艺术。”

群体心理的独特性

1914 年 7 月初,巴黎的法国人或柏林的德国人,从心理学角度看并非群体。那时每个人都有自己的特殊利益和需求,没有强大的共同理念来统一他们,只是个体的集合。但一个月后,爱国主义、仇恨、共同的恐惧和普遍的悲痛等因素使他们形成了群体。

群体心理与组成它的个体心理截然不同。群体是一个独特的实体。个体受理性支配,会抑制许多冲动,且行动时会有责任感来约束自己。然而,群体从不理性思考,只凭感觉行事。由于群体人数众多,个体的责任感在群体中会消失。群体极易受暗示,会依据最疯狂、最极端的想法行动。群体思维原始,会为一些计划欢呼并付诸行动,而这些是其成员单独时会完全拒绝的。

暴民其实就是高度情绪化的群体。罗斯金的描述很贴切:“你可以说服暴民做任何事;他们的情感总体上可能是慷慨和正确的,但缺乏根基,难以持久。你可以随意逗弄他们去做任何事。他们大多通过感染来思考,像感冒一样轻易接受一种观点。情绪发作时,再小的事情也能让他们疯狂咆哮;情绪过去后,再大的事情他们也能在一小时内遗忘。”

历史能让我们看到群体思维是如何运作的。中世纪的人不善于推理,非常看重权威的言论,宗教主要触动他们的情感。这些条件为群体思维的传播提供了肥沃的土壤。11 世纪时,修道士宣扬鞭笞(一种自愿的自我惩罚方式),改革者提倡用鞭笞代替念忏悔

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究对比。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值